自定义 Copilot 云代理的推理级别

GitHub 为 Copilot 云代理(cloud agent)新增了推理级别设置,用户可以在委派任务时选择模型,并决定模型的思考深度。它的直接意义是:把“推理质量”和“消耗成本”的取舍权交到了用户手里。

GitHub 为 Copilot 云代理(cloud agent)新增了推理级别设置,用户可以在委派任务时选择模型,并决定模型的思考深度。它的直接意义是:把“推理质量”和“消耗成本”的取舍权交到了用户手里。

沃尔玛内部 AI 编码工具 Code Puppy 的创建者 Michael Pfaffenberger 宣布离职,加入 AI 创业公司 Pydantic。Code Puppy 一年内从 1000 名用户增长到近 7.5 万,是大型企业用自然语言开发软件的代表性案例。

LinkedIn 决定下个财年不扩张 AI 数据中心,而是通过提升现有 GPU 效率来支撑新功能。在微软整体巨额投入 AI 算力的背景下,这成了一个值得关注的另类样本。

日本共同社旗下Jiji的一项全国民调显示,约四分之一的日本人认为未来更先进的AI会取代朋友和家人,年轻群体中这一比例更高。这提醒AI从业者,大模型的社会接受度正从“工具能否用”转向“关系是否可信”。

OpenAI 内部未发布模型 Astra 在数学推理上取得突破,一次性解决了 10 个长期开放的数学问题,并且每个结果都附带 Lean 形式化验证证书。这提示大模型正在从“会聊天”跨向“能做出可验证的科学发现”。

大模型公司投入数百亿美元建成的 AI 服务,如今在向企业收费时遇到了麻烦——按 token 计费的模式不可预测,企业很难预估成本,连微软、Uber 都曾出现 AI 编码预算超支的情况。AI 能力很强,但“怎么定价”正成为商业化路上最棘手的环节。

深开鸿 CEO、原华为鸿蒙系统负责人王成录,确认出席 2026 年 8 月的 AICon 深圳站并发表主题演讲,核心观点是:大模型只给 AI 造了“大脑”,要真正落地千行百业,还必须为它接上能感知和行动的身体。这场演讲把行业议题从“模型能力竞争”拉回到“物理世界落地”,值得所有关注 AI 产业化的人留意。

Palantir 发布了一份创纪录的季度财报,CEO Alex Karp 借此猛烈抨击 OpenAI、Anthropic 等大模型公司,称它们试图“夺取合作伙伴的生产资料”,带有“马克思主义”色彩。这一表态看似偏激,背后却是企业客户对数据主权和供应商锁定问题的真实焦虑。

月之暗面推出 PerceptionBench,一个用于评估多模态视觉模型的基准测试框架,主打稳健的数据加载和自动化判断能力,让模型“看得准不准”有了更可复现的测量方式。

有开发者用 OpenAI 的编程智能体 Codex,从零开始独立完成了一个硬件项目的设计与实现。这件事之所以值得关注,是因为它意味着 AI 的能力正从纯软件世界延伸到需要动手、需要物理验证的硬件开发流程中。